相信很多小伙伴們已經(jīng)了解過布小谷之前推薦過的新的發(fā)文方向了，那就是臨床公共數(shù)據(jù)庫挖掘和分析（ps.沒有印象的朋友，可以移步到文末點(diǎn)鏈接觀看哦～）。這種分析方法高效快捷還不需要臨床試驗(yàn)，接收率還高，是性價比最高的的發(fā)文途徑之一。

那么，選對臨床公共數(shù)據(jù)庫就是發(fā)文前至關(guān)重要的準(zhǔn)備了。布小谷之前推薦過兩個超好用的數(shù)據(jù)庫：分析腫瘤疾病的SEER數(shù)據(jù)庫，以及今天介紹的文章中提到的NHANES數(shù)據(jù)庫。NHANES數(shù)據(jù)庫以非腫瘤疾病為主要分析方向，收集樣本數(shù)量大，信息繁多，非常適合研究非腫瘤疾病的小伙伴們借鑒參考！下面就和布小谷看一篇利用NHANES數(shù)據(jù)庫構(gòu)建和測定疾病模型的8分+文章吧～～～

（ps：不知道如何找分析方向的小伙伴找布小谷，超多個性化的分析思路供你選擇哦！）

題目: 診斷年輕糖尿病患者前期肌肉減少癥的新型實(shí)用工具的建立與評價

雜志：J Transl Med.

影響因子：IF=8.440

發(fā)表時間：2023年6月

研究背景

肌肉減少癥已被公認(rèn)為糖尿病患者的第三類并發(fā)癥。然而，很少有研究關(guān)注糖尿病年輕人骨骼肌質(zhì)量的減少。本研究的目的是調(diào)查年輕糖尿病患者前肌肉減少癥的危險因素，并建立診斷這些人的肌肉減少前期的實(shí)用工具。

研究思路

從2011年至2018年的國家健康和營養(yǎng)檢查調(diào)查（NHANES）數(shù)據(jù)庫周期年入組的患者（n = 1246）被隨機(jī)分為訓(xùn)練集和驗(yàn)證集。采用全亞群回歸分析選擇前期肌肉減少癥的危險因素，并基于危險因素建立了糖尿病人群前期肌肉減少癥預(yù)測的列線圖模型。模型通過ROC曲線進(jìn)行判別、校準(zhǔn)曲線進(jìn)行校準(zhǔn)、決策曲線和分析曲線進(jìn)行臨床效用評估。

主要結(jié)果

1.納入人群特征本研究共納入1246名受試者。研究選擇方法的流程圖如圖1所示。.在我們的研究中，糖尿病參與者中前肌肉減少癥的總患病率為18.86%（n = 235）。前肌肉減少癥患者的平均年齡明顯大于非前肌肉減少癥患者。男性參與者占非肌肉減少前期的51%和肌肉減少前期參與者的46%，而女性參與者占非前肌肉減少癥患者的49%和前肌肉減少癥患者的54%。前肌肉減少癥患者有更高的BMI，更矮的身高和更粗的腰圍。

2．構(gòu)建列線圖按7:3的比例分層隨機(jī)抽樣，將參與者隨機(jī)分為訓(xùn)練集（n?=?872）和驗(yàn)證集（n?=?374）。訓(xùn)練集用于開發(fā)列線圖模型，而驗(yàn)證集則用于評估預(yù)測模型的性能。選擇年齡、性別、種族、BMI、身高、體重、收縮壓、舒張壓、腰圍等人口統(tǒng)計參數(shù)作為潛在的預(yù)測因素來建立實(shí)用的模型。然后，進(jìn)行全子集回歸分析以確定最佳預(yù)測因素。通過分析R平方值得出，性別、身高和腰圍組合的R平方值是最高值（圖2A），這意味著這三個因素是糖尿病患者肌少癥前期的預(yù)測因素。因此，建立了基于性別、身高和腰圍的列線圖（圖2B）。

3.列線圖的性能和驗(yàn)證

為了評估我們的列線圖模型的性能，作者在訓(xùn)練集和驗(yàn)證集中建立了校準(zhǔn)曲線。兩條校準(zhǔn)曲線均顯示實(shí)際觀測值與預(yù)測值之間擬合良好，這表明列線圖模型的準(zhǔn)確性良好（圖 3A、B）。通過ROC曲線評估得出，列線圖模型在訓(xùn)練集和驗(yàn)證集上都顯示出出色的辨別力（圖 3C）。此外，決策曲線分析（DCA）以評估臨床使用。顯示，訓(xùn)練集和驗(yàn)證集的凈獲益概率分別在0%至82%和0%和95%之間，這意味著我們的模型可以為預(yù)測糖尿病前期肌肉減少癥帶來更多益處（圖.3D）。

文章小結(jié)

文章利用NHANES數(shù)據(jù)庫整合了性別、身高和腰圍開發(fā)了一種新穎的列線圖，可用于預(yù)測糖尿病患者的前期肌肉減少癥。文章運(yùn)用大隊列數(shù)據(jù)和多種數(shù)據(jù)分析方法，僅僅依靠純公共數(shù)據(jù)挖掘就可以發(fā)表8分+的高分文章，新型篩查工具準(zhǔn)確、特異、成本低，凸顯了其在臨床應(yīng)用方面的潛在價值。如果你也想在臨床數(shù)據(jù)挖掘方向發(fā)表高分文章，快來嘗試一下這個新方向吧！